[发明专利]基于深度学习的问答系统以及方法

说明书

本发明公开了一种基于深度学习的问答系统以及方法。其中方法包括：问答子系统，用于接收输入问题，并对输入问题进行预处理；深度学习子系统，用于提取预处理后的输入问题中的特征信息并生成对应的第一词向量信息，并根据问题分类模型、问题匹配模型和第一词向量信息获取多个推荐问题；问答子系统在用户未从多个推荐问题中选择问题时，将输入问题作为未识别问题；知识库子系统，用于在知识库中存在与未识别问题对应的标准问题时，对与未识别问题对应的标准问题进行标注，并在知识库中不存在与未识别问题对应的标准问题时，根据未识别问题创建新标准问题，并对新标准问题进行标注；深度学习子系统根据标注的标准问题、新标准问题对模型进行训练。

技术领域

本发明涉及信息技术及数据业务领域，尤其涉及一种基于深度学习的问答系统以及方法。

背景技术

随着国民经济总体平稳增长，IT信息及线上服务快速发展，“互联网+”行业内部的竞争日趋激烈，给互联网行业带来了更高挑战。企业提高用户满意度和提供用户友好的体验，需提供在线客服引导用户操作，保证客服质量和客服响应度。因此，如何有效构建客服系统、利用系统为用户反馈快速准确的回答是迫切需求。

相关技术中，自动问答系统接收用户输入的问题，并对用户的输入问题进行语义处理，获得语义扩展后的问题，然后根据该扩展后的问题初步查找该问题的对应答案，若该问题存在已知答案，则直接返回对应答案，若该问题未知(即该问题不存在对应答案)，则将该问题加入未知问题队列，然后，将该未知问题队列中每一个未知问题与已知问题(即存在已知答案的问题)进行相似度运算并将相似度超过阈值的答案，作为该未知问题对应的答案，以解决智能客服知识库单一、不能自主学习增长的问题。

但是，目前存在的问题是，上述自动问答系统对于用户问题在经过语义处理后是否是系统已知并没有统一标准，简单进行相似度计算以进行问题入库，使得精确度并不高，导致知识库中存储的问题可能存在非标准问题，从而导致向用户推荐的问题可能必不符合用户输入的需求，导致用户体验变差。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种基于深度学习的问答系统。该系统实现了模型的迭代优化更新，从而实现了问答系统的持续优化，提高了推荐问题的准确度，进而更能准确地向用户推荐符合用户需求的问题，提升了用户体验。

本发明的第二个目的在于提出一种基于深度学习的问答方法。

为达到上述目的，本发明第一方面实施例提出一种基于深度学习的问答系统，包括：问答子系统、深度学习子系统和知识库子系统，其中，所述问答子系统，用于接收用户的输入问题，并对所述输入问题进行预处理，并将预处理后的所述输入问题发送至所述深度学习子系统；所述深度学习子系统，用于提取所述预处理后的输入问题中的特征信息，并根据所述特征信息生成对应的第一词向量信息，并根据预设的问题分类模型、问题匹配模型和所述第一词向量信息，从所述知识库子系统的知识库存储的多个标准问题中获取多个推荐问题，并将所述多个推荐问题发送至所述问答子系统；所述问答子系统还用于将所述多个推荐问题提供给所述用户，并在所述用户未从所述多个推荐问题中选择问题时，将所述输入问题作为未识别问题并发送至所述知识库子系统；所述知识库子系统，用于判断所述知识库中是否存在与所述未识别问题对应的标准问题，并在所述知识库中存在与所述未识别问题对应的标准问题时，对与所述未识别问题对应的标准问题进行标注，并在所述知识库中不存在与所述未识别问题对应的标准问题时，根据所述未识别问题创建新标准问题，并对所述新标准问题进行标注；所述深度学习子系统还用于根据标注的与所述未识别问题对应的标准问题、所述新标准问题，对所述问题分类模型和问题匹配模型进行优化训练。